Dữ liệu FDE TimesViệc làm FDE đang mở 924▲33 Thay đổi số việc đang mở trong 7 ngày, so sánh cùng phạm vi: không tính việc của các công ty mới được theo dõi tuần nàyMới trong 7 ngày 80Công ty đang tuyển 196Nhận làm từ xa 25%Lương trung vị (Mỹ) $200kTuyển nhiều nhất Databricks 107
中文EN

Tờ báo của nghề Forward Deployed Engineer

Sách & khoá học

Khoá FDE của Educative nhắm vào vòng phỏng vấn, không dành cho người mới

Đề cương đặt câu hỏi đầu tiên với khách lên trước bản thiết kế đầu tiên, đúng bước mà người chỉ luyện LeetCode hay bỏ qua.

Chia sẻLinkedInFacebookX

Tóm tắt nhanh

  • Khoá yêu cầu bạn đã tự xây, vận hành và debug hệ thống AI bằng code. Người mới bắt đầu sẽ bị hụt.
  • Phần đáng chú ý nhất trong đề cương là các vòng phỏng vấn đặc thù của FDE: decomposition, customer simulation, cùng hướng dẫn riêng cho Palantir và OpenAI.
  • Ba case study (RAG, multi-agent, fine-tune) là khung tốt để kể chuyện dự án khi đi phỏng vấn.
Infographic gồm hai phần. Phần 1: ba thẻ là ba chiều chấm điểm của vòng phỏng vấn FDE. Thẻ "Chiều sâu kỹ thuật" được tô đặc, ghi chú LeetCode và system design đã phủ chiều này. Hai thẻ "Tư duy triển khai" và "Giao tiếp với khách hàng" có viền đứt nét, ghi chú dễ bỏ trống. Phần 2: luồng của vòng decomposition đi từ bài toán doanh nghiệp mơ hồ, qua câu hỏi đầu tiên (tô cam, được chấm kỹ nhất), tới thu hẹp bài toán rồi mới chọn kiến trúc. Bên dưới là bốn câu hỏi discovery mẫu cho case hệ thống thanh toán bệnh viện.
Nếu chỉ luyện LeetCode, bạn mới phủ được một trong ba chiều mà vòng FDE chấm. Ở vòng decomposition, câu hỏi đầu tiên bạn đặt cho khách hàng quan trọng hơn bản kiến trúc đầu tiên bạn vẽ.

Ngay ở trang tự đánh giá đầu vào, Educative nói thẳng: khoá này dành cho kỹ sư đã xây hệ thống AI. Khoá không dạy bạn gọi API của LLM.

Khoá giả định bạn đã quen tay với việc đó và muốn học phần khó hơn: đưa hệ thống ấy vào vận hành ở một doanh nghiệp thật, rồi qua được vòng tuyển dụng FDE.

Khoá mang tên “Forward Deployed Engineer for AI Systems”, được Educative gắn nhãn “AI-Powered Course”. Với một developer Việt Nam đang nhắm tới vị trí FDE, câu hỏi thực tế là khoá có giúp bạn qua vòng phỏng vấn hay không. Nhìn vào đề cương và các bài xem trước, khoá có nhắm đúng mục tiêu đó, với điều kiện bạn đã đủ nền.

Cần nói rõ phạm vi của bài đánh giá này: nó chỉ dựa trên đề cương và các trang xem trước. Trang chính của khoá chỉ hiện tiêu đề, không thấy tác giả, ngày xuất bản, thời lượng hay giá. Vì thế chất lượng phần nội dung bên trong chưa được chấm ở đây.

Ai thực sự nên học?

Danh sách prerequisite khá dài và cụ thể. Khoá giả định bạn thành thạo các mảng cốt lõi: LLM/API, prompt, RAG, agent, eval và LLMOps, theo nghĩa bạn đã tự xây, chạy và debug những hệ thống đó bằng code. Nếu bạn mới chỉ làm theo tutorial, nhiều khả năng bạn sẽ bị hụt ngay từ những chương đầu.

Vì thế, thứ tự hợp lý là làm trước, học sau. Hãy có ít nhất một dự án RAG hoặc agent mà bạn từng phải debug lúc chạy thật, rồi mới mở khoá này. Nếu học ngược thứ tự, bạn sẽ thuộc khung lý thuyết mà không có câu chuyện nào để kể khi người phỏng vấn đào sâu.

Đề cương được xây quanh ba case study: một trợ lý tri thức tài chính dùng RAG, một agent định tuyến lại lô hàng theo mô hình multi-agent, và một hệ thống thanh toán bệnh viện cần fine-tune. Ba bài trải trên ba kiểu kiến trúc khác nhau, đặt trong ba ngành khác nhau, nên đủ đa dạng để bạn luyện kể chuyện dự án.

Vòng phỏng vấn FDE không phải loop SWE

Khoá nói rõ mục tiêu chuẩn bị cho quy trình tuyển dụng FDE, bên cạnh phần vận hành dự án. Bài “How FDE Interviews Work” mô tả vòng phỏng vấn FDE chấm trên ba chiều: chiều sâu kỹ thuật, tư duy triển khai và giao tiếp với khách hàng. Nếu bạn chỉ quen luyện LeetCode, hai chiều sau là chỗ dễ bỏ trống nhất.

Một nguồn độc lập cũng nói tương tự. Trang luyện phỏng vấn FDE miễn phí trên Maven nhận xét rằng phần lớn ứng viên bước vào phòng phỏng vấn với tâm thế của một loop SWE thông thường, tức LeetCode và system design. Trong khi đó, vòng FDE kiểm tra khả năng xây AI cho bài toán thực tế và xử lý những vấn đề khách hàng còn mơ hồ.

Ba ý đáng giữ lại

Ý đầu tiên đến từ vòng decomposition. Đầu vào duy nhất là một bài toán doanh nghiệp mơ hồ, và câu hỏi đầu tiên bạn đặt ra quan trọng hơn hệ thống đầu tiên bạn đề xuất. Nếu phản xạ của bạn là vẽ kiến trúc ngay, vòng này sẽ phạt đúng phản xạ đó.

Thử hình dung đề bài là case hệ thống thanh toán bệnh viện. Trước khi nhắc tới fine-tune, bạn có thể mở đầu bằng vài câu như: “Hiện ai đang xử lý hồ sơ thanh toán, và mỗi hồ sơ mất bao lâu?”, “Loại sai sót nào tốn kém nhất với bệnh viện?”.

Tiếp theo là: “Dữ liệu nằm ở hệ thống nào, ai được phép truy cập?” và “Sau ba tháng, anh chị đo thành công bằng con số nào?”. Mỗi câu thu hẹp bài toán trước khi bạn chọn bất kỳ kiến trúc nào.

Ý thứ hai là customer simulation. Người phỏng vấn đóng vai khách hàng doanh nghiệp, còn bạn phải chạy buổi discovery. Đây là kỹ năng có thể luyện được: biết lắng nghe, đặt câu hỏi để thu hẹp phạm vi, và không hứa trước khi hiểu bài toán.

Ý cuối cùng: quy trình mỗi công ty một khác. Khoá có hướng dẫn riêng cho Palantir, gồm các vòng take-home, coding, learning, decomposition, system design và hiring manager. Hướng dẫn cho OpenAI lại liệt kê sàng lọc recruiter, take-home coding, technical deep dive, solution design và behavioral.

Vì vậy, ôn chung chung cho “phỏng vấn FDE” là chưa đủ. Bạn cần biết công ty mình ứng tuyển chạy những vòng nào.

Khoá ngắn hay chương trình dài hơi?

Nếu cần đối chiếu độ sâu, chương trình trả phí của Interview Kickstart kéo dài 23 tuần, trong đó 6 tuần dành riêng cho chuẩn bị phỏng vấn FDE. Educative thì là khoá ngắn, tự học. Hai lựa chọn này không cùng quy mô, nên hãy chọn theo lượng thời gian bạn thực sự có.

Lời khuyên cho developer Việt Nam: sau khi học xong, hãy viết lại một dự án trong CV theo đúng ba chiều mà khoá mô tả. Đừng chỉ ghi “xây RAG pipeline”. Hãy ghi rõ bạn đã hỏi khách hàng điều gì, đã thu hẹp bài toán ra sao, và hệ thống chạy thật thế nào.

Khoá không dạy bạn trở thành kỹ sư AI, mà giả định bạn đã là kỹ sư AI. Điều nó nhấn mạnh là hỏi đúng câu trước khi đề xuất bất kỳ hệ thống nào.

Bài này có hữu ích không?

Dùng cùng trợ lý AIHỏi Claude ↗Hỏi ChatGPT ↗
7 nguồn
Đọc tiếp trên lộ trình · Chặng 8: Sự nghiệpKỹ năng viết eval của FDE đang có người mua mới: các AI labPrime Intellect và Labelbox đang tuyển FDE để dựng môi trường RL và verifier từ chính quy trình của khách.